Zihe Zhou 论文 v2 更新动态网络数据获取实验
热点事件持续更新
Zihe Zhou 论文 v2 更新动态网络数据获取实验
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026 年 9 月 5 日，Zihe Zhou 在 arXiv 提交论文《Budgeted Task-Aware Acquisition of Dynamic Network Data》v1 版本（编号 2609.05862），介绍 Scout 框架以优化动态网络中陈旧图信息的刷新决策。 11 月 3 日，作者提交 v2 修订版，明确更新内容包含“实验结果与分析”，并附有代码及实验细节链接。新报道指出，在 21 种基准-预算设置中，Scout 于 15 种场景取得最高平均下游性能，平均排名 1.4，优于最强基线的 3.2。
AI 根据报道生成 · 1 小时前更新
最新进展11月4日 13:00
Scout：动态网络中预算受限的任务感知数据获取框架报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · MLScout：动态网络中预算受限的任务感知数据获取框架
框架 Scout 在动态网络中决定哪些陈旧图信息需刷新，以优化下游任务表现。在 21 种基准-预算设置中，Scout 有 15 种取得最高平均下游性能，平均排名 1.4（最强基线为 3.2）。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。